-
公开(公告)号：CN106657150B
公开(公告)日：2020-01-14
申请号：CN201710061515.6
申请日：2017-01-26
Applicant: 北京航空航天大学
Abstract: 本发明实施例提供一种网络攻击结构的获取方法与装置。该方法包括：获取当前网络系统中每个网络节点的受攻击概率；根据每个网络节点的受攻击概率和预设阈值，确定第一网络节点；根据第一网络节点和网络系统中各网络节点之间的连接关系，确定至少一个网络结构集合，并从每个网络结构集合中确定每个网络结构集合的第一被攻击结构；根据每个第一被攻击结构、预设的网络攻击结构以及第一被攻击结构的评估值，从所有第一被攻击结构中确定目标攻击结构。该方案，通过获得网络系统中每个网络节点的受攻击概率，确定出该网络系统的目标攻击结构，为工作人员根据该目标攻击结构获得针对该网络系统的整体解决方案提供可靠的依据。
-
公开(公告)号：CN106844342B
公开(公告)日：2019-10-08
申请号：CN201710022618.1
申请日：2017-01-12
Applicant: 北京航空航天大学
IPC: G06F17/27
Abstract: 本发明实施例提供一种基于增量学习的词向量生成方法和装置。本发明基于增量学习的词向量生成方法，包括：获取原始语料库的词共现矩阵、新增语料库的词共现矩阵和所述原始语料库的训练结果参数，训练结果参数包括梯度值和第一矩阵分解结果；将原始语料库的训练结果参数作为新增语料库的初始训练参数；使用所述新增语料库的初始训练参数、所述原始语料库的词共现矩阵和所述新增语料库的词共现矩阵采用梯度下降算法迭代优化总目标函数，获取第二矩阵分解结果，所述第二矩阵分解结果为使得所述总目标函数极小化的解；根据所述第二矩阵分解结果获取多个词向量。本发明实施例可以有效减少生成词向量过程所消耗的时长。
-
公开(公告)号：CN107748757A
公开(公告)日：2018-03-02
申请号：CN201710858596.2
申请日：2017-09-21
Applicant: 北京航空航天大学
CPC classification number: G06F17/30684 , G06F17/2735 , G06F17/278 , G06F17/30654 , G06F17/30731
Abstract: 本发明提供一种基于知识图谱的问答方法。本发明提供的一种基于知识图谱的问答方法由主体实体匹配，关系匹配以及答案确定来实现。主题实体匹配主要包括命名实体识别和实体链接两个部分。命名实体识别旨在识别自然语言问句q中人名、地名、组织机构名等命名实体。实体链接将识别出的命名实体对应到知识库中的某一个实体上，即找到三元组中的实体s，关系匹配是通过自然语言理解技术理解问句q所表达的语义，并且与搜索空间中三元组(s,p,o)中的关系p进行匹配，以此确定问句所表达的语义及其与知识库中对应的关系。通过实体识别和实体链接得到候选主题实体，关系匹配能够得到候选关系，由此得到若干候选三元组，答案确定需要根据实体识别得分，关系匹配得分等特征对这些候选三元组进行排序，确定最后答案。
-
公开(公告)号：CN104281670B
公开(公告)日：2017-12-15
申请号：CN201410509359.1
申请日：2014-09-28
Applicant: 北京航空航天大学
IPC: G06F17/30
Abstract: 本发明提供一种社交网络事件的实时增量式检测方法和系统，通过采用概率图模型，根据短文本的时间、文档和主题标签，对短文本进行模型学习，获得似然函数；采用EM算法，对似然函数进行求解，获得参数；采用增量更新方式，对所获得的参数进行迭代更新，直至参数收敛；采用分布式方式，根据收敛后的参数执行EM算法中的E步和M步，计算获得短文档的内容，从而解决了现有技术中的事件检测均不能同时适应社交网络中的短文本的实时性、社会化以及碎片化特征，导致检测结果不准确的技术问题。并且，提出了有监督的短文本事件检测模型，增量学习与预测相结合的算法和基于内存计算平台的事件检测模型。
-
公开(公告)号：CN104615716B
公开(公告)日：2017-12-01
申请号：CN201510061724.1
申请日：2015-02-05
Applicant: 北京航空航天大学
Abstract: 本发明提供一种基于优先序列的分布式社交网络信息采集方法及系统，包括：获取本次任务分配的任务列表，所述任务列表中包括各社交网络信息；根据所述各社交网络信息的发布时间，对所述各社交网络信息进行优先级排序，其中，发布时间越早则优先级越高；按照第一周期，根据当前所述各社交网络信息的优先级，周期性地进行任务分配。通过本发明提供的方案，能够有效地对任务进行分配，提高社交网络信息采集的效率。
-
Patent Agency Ranking
公开(公告)号：CN104599085B
公开(公告)日：2017-12-01
申请号：CN201510076470.0
申请日：2015-02-12
Applicant: 北京航空航天大学
Abstract: 本发明提供一种众包模式下的用户激励方法和众包系统。本发明的方法，包括：众包平台选中第一终端执行第一众包任务；所述第一终端执行所述第一众包任务；所述众包平台根据第一价格门槛值的最高值对所述第一终端进行结算；所述第一价格门槛值包括：在所述第一终端被选中时刻起至所述第一终端的离开时刻之间所述第一众包任务各个价格门槛值。本发明实现了一种基于动态发布的众包任务的激励方法。
-
公开(公告)号：CN106897367A
公开(公告)日：2017-06-27
申请号：CN201710022457.6
申请日：2017-01-12
Applicant: 北京航空航天大学
IPC: G06F17/30
CPC classification number: G06F16/9577 , G06F16/958
Abstract: 本发明提供一种用户关系可视化方法及装置，对多个用户进行聚类分析以得到多个用户集合，每个用户集合中的任意两个用户之间存在直接转发或间接转发关系，对于每一个用户集合，生成该用户集合的3D数据集，并根据3D数据集生成该用户集合的3D视图。该过程中，采用3D视图实现网页中用户关系的可视化，通过利用三维空间的特点，在空间中进行点的渲染和放置时，不会应为点过多而占用较大的空间，避免用户数量较多时占用较大的页面空间、对整体布局产生影响。
-
公开(公告)号：CN106897265A
公开(公告)日：2017-06-27
申请号：CN201710022458.0
申请日：2017-01-12
Applicant: 北京航空航天大学
Abstract: 本发明提供一种词向量训练方法及装置，属于机器学习技术领域。该词向量训练方法包括：获取新增词汇库，新增词汇库中的词汇与旧词汇库中的词汇构成新词汇库，旧词汇库中的词汇对应有旧词向量；对新词汇库中的词汇进行初始化处理，使得新词汇库中属于旧词汇库中的词汇的词向量为旧词向量，新词汇库中属于新增词汇库中的词汇词向量为随机词向量；根据新词汇库对应的第一哈夫曼树和旧词汇库对应的第二哈夫曼树分别对新词汇库中词汇的词向量进行更新。本发明提供的词向量训练方法及装置，提高了词向量的训练效率。
-
公开(公告)号：CN106886579A
公开(公告)日：2017-06-23
申请号：CN201710058647.3
申请日：2017-01-23
Applicant: 北京航空航天大学
Abstract: 本发明实施例提供一种实时流式文本分级监控方法和装置，包括：实时获取流式的短文本；对所述短文本进行数据清洗、数据补齐和数据过滤处理，生成结构化数据；对所述结构化数据进行文本分词处理，获得K个词；所述K为大于0的整数；根据敏感词数据库，对所述K个词进行敏感分析，获得所述短文本的敏感值；根据情感词数据库，对所述K个词进行情感分析，获得所述短文本的情感值；根据所述敏感值与所述情感值，获得所述短文本所属的用户的监控等级。本实施例获得的用户的监控等级更精确也更迅速。
-
公开(公告)号：CN106874435A
公开(公告)日：2017-06-20
申请号：CN201710061313.1
申请日：2017-01-25
Applicant: 北京航空航天大学
Abstract: 本发明提供一种用户画像构建方法和装置。本发明提供的用户画像构建方法，包括：获取用户在社交平台上发布的网络信息，所述网络信息包括用户的注册信息和第一预设时长内用户发布的网络内容；根据所述注册信息，确定所述用户的人口属性信息；根据所述网络内容和预设的多个标签词库，确定所述用户的兴趣标签；根据所述人口属性信息和所述用户的兴趣标签，生成所述用户的用户画像。本发明提供的用户画像构建方法和装置，解决了现有技术中的用户画像构建方法所构建出的用户画像不能充分体现用户的特征，从而使得平台无法充分的了解用户，进而无法为用户提供精细化的服务，用户体验度不高的问题。
-
-
-
-
-
-
-
-
-
Search Results
104
records
(took 0.044 seconds)
